生成器
在python中，如果进行较大数据的存储，如果直接存储在列表之中，则会可能造成内存的不够，与速度的减慢，因为列表创建完是立即创建并存在的，而在python中生成器（generator）能够很大程度上解决这个问题，生成器并不一开始直接创建所有的数据，而是进行一种"惰性的运算"，即创建的时候，我们创建的只是一个生成器的对象，里面记录的是方法，而没有生成数据，可以使用特殊的方法，进行随用随取，并且生成器只能遍历一遍
创建生成器的方法有两种，
一种是：a = (生成式) 如：test = (a for a in range(10))
代码解读：
等号右边表示生成一个生成器，等号表示将右边的生成器赋给等号左边的变量test
另一种是：在函数中使用yield关键字，使用yield的函数将不再是一个不同的函数，而是一个生成器对象
def test():
for i in range(3):
yield i
print(test())
输出结果为：
<generator object test at 0x0000009FA89EAE08> #可能会有所不同，因为运行的环境不同，内存值不一样
获取生成器里面的值
由于生产器的返回的都是一个对象，所以，要想获取里面的值，必须使用特殊的方法next([generator])、generator.__next__()、for循环。以上的三种方法对以上两种创建的生成器都可以使用。
不过需要注意的是，在使用next()与__next__()方法的时候，当生成器里面的内容被取完的时候，如果还进行调用以上两种方法，则会报错：
值得介绍的是for循环的方法，for循环的方法，不管里面的内容有多少个，如果不加以限制的话，都会取到最后一个，而停止不取，防止报错。
#!encoding=utf-8
def test():
for i in range(3):
yield i
for e in test():
print(e)
输出结果为：
0
1
2
yield创建生成器的方法与使用
首先需要知道的是，使用yield的函数会被默认当作是一个生成器，这个上边已经介绍过了，下面介绍一个yield的特点。
yield相当于集 停止运行、返回值、继续运行 为一体的关键字。
当生成器第一次取值的时候，会从函数的开始运行，每当运行到yield的代码的时候程序都会停止，并返回yield后面跟着的值，然后再次取值的时候，会返回给函数一个None，替换yield语句（并不是真正的替换，而是将None暂时代替yield代码的位置），并继续从遇到yield停止运行的地方继续进行操作，知道在此遇到yield停止，或者函数结束，一直重复。
如:
#!encoding=utf-8
def test():
print("-----1-----")
for i in range(3):
print("-----2-----")
ret = yield i
print(ret)
print("-----3-----")
b = test()
print("-----第一次取值-----")
print(next(b))
print("-----第二次取值-----")
print(next(b)))
print("-----第三次取值-----")
print(next(b))
输出为：
-----第一次取值-----
-----1-----
-----2-----
0
-----第二次取值-----
None
-----3-----
-----2-----
1
-----第三次取值-----
None
-----3-----
-----2-----
2
代码解读：
首先创建一个生成器的实例对象，然后第一次取值，从函数开始进行运行，运行到yield，停止，打印返回的值，然后再次取值时，返回给函数yield代码段一个None值，继续运行代码，赋值给ret，打印ret，打印print("-----3-----")，然后循环，再次运行到yield重复停止运行、返回值、继续运行等操作。
yield的send操作
在yield有一个send的操作，用法为generator.send(message),这个方法的与next操作的不同之处在于，message将代替None返回给函数，其余基本都一样，需要注意的是，在进行第一次取值的时候需要将message取值为None。
#!encoding=utf-8
def test():
print("-----1-----")
for i in range(3):
print("-----2-----")
ret = yield i
print(ret)
print("-----3-----")
b = test()
print("-----第一次取值-----")
print(b.send(None))
print("-----第二次取值-----")
print(b.send("我是yield的替代值1"))
print("-----第三次取值-----")
print(b.send("我是yield的替代值2"))
输出结果为:
-----第一次取值-----
-----1-----
-----2-----
0
-----第二次取值-----
我是yield的替代值1
-----3-----
-----2-----
1
-----第三次取值-----
我是yield的替代值2
-----3-----
-----2-----
2
代码解读：
首先创建一个生成器的实例对象，然后第一次取值，从函数开始进行运行，运行到yield，停止，打印返回的值，然后再次取值时，返回给函数yield代码段message的值，继续运行代码，赋值给ret，打印ret，打印print("-----3-----")，然后循环，再次运行到yield重复停止运行、返回值、继续运行等操作。
生成器的惰性
生成器是有一个惰性的特点的，也就是说，创建之后，如果去不调用它，它则一直保持原来的状态，只有使用它，问它“要”值的时候才会去运行它。请看下面的示例：
def w1():
for e in range(1,5):
yield e
g = w1()
for i in [1,10]:
g = (i+e for e in g)
print(list(g))
按照我们之前所学的内容，输出结果应该为：[12,13,14,15]
而实际的输出为：
[21, 22, 23, 24]
代码解读：
在解释器读取代码的时候，读取到g = w1()创建一个生成器对象，,我们可以设置此时的g= g1=w1()，然后进入for循环遍历，而循环里面只有一条语句，g = (i+e for e in g) ，当第一次遍历的时候，i= 1，此时的g = (i+e for e in g1),我们可以设置此时的g= g2=(i+e for e in g1)，接着循环的时候，i= 10，此时的g = (i+e for e in g2),我们可以设置此时的g= g3=(i+e for e in g2)，每次循环都是根据之前的g进行再次创建一个生成器，由于生成器惰性的特点，多次创建的生成器只是创建了，并没有去取值，当for循环结束，此时的i=10，当print(list(g))的时候，list语句问最后生成的g要值，也就是取出所有的值，而最后的g又是g3，i为10不变，
生成器的一次性
生成器的一次性，是指，一个生成器对象实例，只能完全的取一次值，再次取值，为空或者报错。
如：
#!encoding=utf-8
def w1():
for e in range(1,5):
yield e
g = w1()
for i in [1,10]:
g = (i+e for e in g)
print(list(g))
print(list(g))
输出结果为：
[21, 22, 23, 24]
[]